文献类型：期刊文章

作　　者：肖荣鸽[1] 靳帅帅[1] 庄琦[1] 周鹏[1] 冯鑫[2]

XIAO Rong-ge;JIN Shuai-shuai;ZHUANG Qi;ZHOU Peng;FENG Xin(Shaanxi Key Laboratory of Advanced Stimulation Technology for Oil&Gas Reservoirs,College of Petroleum Engineering,Xi′an Shiyou University,Xian 710065,Shaanxi Province,China;Oil and Gas Marketing Department,Changqing Oil Field Branch,Xi′an 710018,Shaanxi Province,China)

机构地区：[1]西安石油大学石油工程学院陕西省油气田特种增产技术重点实验室,陕西西安710065 [2]长庆油田分公司油气营销事业部,陕西西安710018

出　　处：《化学工程》

基　　金：陕西省教育厅2019年度服务地方专项计划项目(19JC034)。

年　　份：2022

卷　　号：50

期　　号：1

起止页码：67-73

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：湿气管道在运行过程中,不可避免地会在管道低洼处出现积液。积液的存在会诱发很多安全问题,严重时甚至引发事故。因此,对湿气管道持液率进行预测就显得至关重要。文中基于灰色理论,对影响水平管道持液率的6个影响因素进行灰色关联分析,选取影响较大的因素作为影响变量;基于鲸鱼算法,建立鲸鱼算法优化BP神经网络的持液率预测模型,并与传统BP算法和遗传算法优化BP神经网络的预测模型进行对比。结果表明:文中预测模型的平均绝对误差为4.50%,均方根误差为0.0121,远低于传统BP预测模型和GA-BP预测模型,具有更高的计算精度,适用范围更广,为湿气管道的持液率预测提供了新思路和新途径。

关 键 词：湿气管道  持液率 灰色关联 鲸鱼算法  BP神经网络

分 类 号：TE832]